Normative data for the Montreal Cognitive Assessment (MoCA) and the Memory Index Score (MoCA‐MIS) in Brazil: Adjusting the nonlinear effects of education with fractional polynomials
Notice bibliographique
Résumé
OBJECTIVE: To provide age-corrected and education-corrected norms for the Montreal Cognitive Assessment (MoCA) and the Memory Index Score (MoCA-MIS) in Brazil. METHODS: Community-dwelling outpatients were enrolled if they had no history of neurologic or psychiatric diseases and were not taking any drugs with effects on the central nervous system. Dementia has been excluded with the Functional Activities Questionnaire. The final sample consisted of 597 cognitively healthy Brazilians aged 50 to 90 years. To account for nonlinear relationships, we have used fractional polynomials that provide a flexible parameterization for continuous variables. RESULTS: According to the original proposed cutoff (≤25 points), 87% of our sample would be considered impaired. Even using a more conservative suggestion (≤22 points), 67% of our normative sample would be regarded as impaired. These data reinforce the need of adjusting cutoffs for schooling in populations with heterogeneous educational backgrounds. MoCA scores presented a nonlinear positive association with education tending to a plateau at higher levels (P < 0.001). On the other hand, MoCA-MIS scores presented a nonlinear negative relationship with age, with an accelerated pattern at higher age levels (P < 0.001). CONCLUSIONS: We presented normative data for the MoCA and the MoCA-MIS that will facilitate the use of the test in Brazil and, potentially, in other populations with substantial proportions of low-educated individuals. Moreover, we described a systematic approach for adjusting the effects of age and education using fractional polynomials and provided suggestions on how to account for the nonlinear relationship that is frequently encountered between demographic factors and measures of cognitive performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».